今日面试题分享:逻辑斯特回归为什么要对特征进行离散化

2019 年 2 月 19 日 七月在线实验室


今日面试题目分享
逻辑斯特回归为什么要对特征进行离散化


参考答案:


在工业界,很少直接将连续值作为逻辑回归模型的特征输入,而是将连续特征离散化为一系列0、1特征交给逻辑回归模型,这样做的优势有以下几点: 

0. 离散特征的增加和减少都很容易,易于模型的快速迭代; 

1. 稀疏向量内积乘法运算速度快,计算结果方便存储,容易扩展; 

2. 离散化后的特征对异常数据有很强的鲁棒性:比如一个特征是年龄>30是1,否则0。如果特征没有离散化,一个异常数据“年龄300岁”会给模型造成很大的干扰; 

3. 逻辑回归属于广义线性模型,表达能力受限;单变量离散化为N个后,每个变量有单独的权重,相当于为模型引入了非线性,能够提升模型表达能力,加大拟合; 

4. 离散化后可以进行特征交叉,由M+N个变量变为M*N个变量,进一步引入非线性,提升表达能力; 

5. 特征离散化后,模型会更稳定,比如如果对用户年龄离散化,20-30作为一个区间,不会因为一个用户年龄长了一岁就变成一个完全不同的人。当然处于区间相邻处的样本会刚好相反,所以怎么划分区间是门学问; 

6. 特征离散化以后,起到了简化了逻辑回归模型的作用,降低了模型过拟合的风险。 


李沐曾经说过:模型是使用离散特征还是连续特征,其实是一个“海量离散特征+简单模型” 同 “少量连续特征+复杂模型”的权衡。既可以离散化用线性模型,也可以用连续特征加深度学习。就看是喜欢折腾特征还是折腾模型了。 


通常来说,前者容易,而且可以n个人一起并行做,有成功经验;后者目前看很赞,能走多远还须拭目以待。 


本题解析来源:@严林,链接:https://www.zhihu.com/question/31989952


题目来源:七月在线官网(www.julyedu.com)——面试题库——面试大题——机器学习




今日学习推荐


【CV就业班 第一期】


BAT大咖一对一个性化定制辅导

定制学习路线

简历与项目定制   面试辅导与内推


保就业  保高薪  先就业  后付费


又是新一轮金三银四之际

又到了各大企业狂招人的季节

也是跳槽涨薪的最佳时节啦

有意的亲们抓紧时间喽

挑战高薪,玩转AI~


本就业班开学时间3月4日

越早报名越早享受到BAT大咖的一对一个性化定制

一个月的学习周期,一个月的内推周期

除了BAT大咖之外,配备3个助教

(辅助讲师答疑、作业考试且批改)


长按识别下方二维码  

查看更多课程详情

长按识别二维码


更多资讯

请戳一戳


往期推荐




特朗普终于顾不得美国人就业,准备举国搞人工智能了

程序员面试谈薪指南

11万份测试告诉你,今年学什么编程语言才能找到好工作

【收藏】机器学习开源框架大汇总,总有一款适合你


咨询,查看课程,请点击“阅读原文

登录查看更多
2

相关内容

【CVPR2020-百度】用于视觉识别的门控信道变换
专知会员服务
12+阅读 · 2020年3月30日
【Nature论文】深度网络中的梯度下降复杂度控制
专知会员服务
38+阅读 · 2020年3月9日
专知会员服务
41+阅读 · 2020年2月20日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
346+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
142+阅读 · 2019年12月4日
树形结构为什么不需要归一化?
七月在线实验室
8+阅读 · 2019年4月30日
逻辑斯特回归为什么要对特征进行离散化?
七月在线实验室
6+阅读 · 2019年4月1日
今日面试题分享:L1和L2的区别
七月在线实验室
7+阅读 · 2019年3月14日
今日面试题分享:为什么xgboost要用泰勒展开,优势在哪里?
今日面试题分享:简单介绍下LR
七月在线实验室
7+阅读 · 2019年2月20日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
BAT机器学习面试1000题(716~720题)
七月在线实验室
19+阅读 · 2018年12月17日
AI笔试面试题库-Python题目解析1
七月在线实验室
5+阅读 · 2018年6月27日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
Arxiv
4+阅读 · 2019年9月26日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
8+阅读 · 2018年1月25日
VIP会员
相关VIP内容
相关资讯
树形结构为什么不需要归一化?
七月在线实验室
8+阅读 · 2019年4月30日
逻辑斯特回归为什么要对特征进行离散化?
七月在线实验室
6+阅读 · 2019年4月1日
今日面试题分享:L1和L2的区别
七月在线实验室
7+阅读 · 2019年3月14日
今日面试题分享:为什么xgboost要用泰勒展开,优势在哪里?
今日面试题分享:简单介绍下LR
七月在线实验室
7+阅读 · 2019年2月20日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
BAT机器学习面试1000题(716~720题)
七月在线实验室
19+阅读 · 2018年12月17日
AI笔试面试题库-Python题目解析1
七月在线实验室
5+阅读 · 2018年6月27日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
相关论文
Top
微信扫码咨询专知VIP会员